경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.07.14 화요일

흐림 서울 33˚C

흐림 부산 28˚C

흐림 대구 32˚C

흐림 인천 28˚C

흐림 광주 31˚C

흐림 대전 30˚C

흐림 울산 32˚C

흐림 강릉 33˚C

구름 제주 31˚C

검색결과 총 20건

엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.
2026-07-03 10:14:43
상장 앞둔 메가존클라우드의 승부수…AI 인프라에 미래 건다 [경제일보] 메가존클라우드가 기업공개(IPO)를 앞두고 AI 인프라 기업으로의 체질 전환에 속도를 내고 있다. 클라우드 관리서비스(MSP) 기업에서 출발했지만 최근에는 AI 인프라와 보안, 멀티클라우드 운영 역량을 결합한 기업 인프라 파트너로 사업 영역을 넓히고 있다. 클라우드 전환 1세대 기업이 AI 전환 시대의 핵심 운영자로 변신을 시도하는 모습이다. 메가존클라우드는 2025년 연결 기준 매출 1조7496억원을 기록하며 전년 대비 27.9% 성장했다. 당기순이익은 82억원으로 흑자 전환했고 조정 EBITDA는 208억원을 기록했다. 외형 성장뿐 아니라 수익성 개선까지 이뤄냈다는 평가다. 특히 AI·보안 사업 매출이 4400억원 수준으로 확대되며 기존 클라우드 재판매와 운영 대행 중심의 사업 구조에서 고부가가치 서비스 중심으로 무게를 옮기고 있다. AI 인프라는 단순 클라우드 운영보다 컨설팅과 보안, 데이터 관리, 비용 최적화가 결합돼 수익성이 상대적으로 높은 사업으로 평가된다. 기업들도 단순히 서버를 클라우드로 이전하는 단계를 넘어 생성형 AI와 데이터 분석 서비스를 안정적으로 운영하기 위한 인프라 설계와 데이터 거버넌스, 멀티클라우드 운영 역량을 요구하고 있다. 이에 따라 MSP의 역할 역시 단순 운영자를 넘어 기업의 AI 전환을 지원하는 전략 파트너로 변화하고 있다. 시장 경쟁도 치열해지고 있다. 삼성SDS와 LG CNS, SK C&C 등 주요 IT서비스 기업들이 AI 인프라와 기업 AI 전환(AX) 시장 선점에 나선 가운데 메가존클라우드는 다양한 글로벌 클라우드 사업자와의 협업 경험과 MSP 기반 운영 역량을 차별화 포인트로 내세운다. AI 인프라 시장은 기술력뿐 아니라 실제 운영 경험과 장애 대응, 비용 관리 능력이 함께 검증되는 영역이라는 점에서다. 국가 AI 인프라 사업 참여도 주목된다. 메가존클라우드는 과학기술정보통신부와 정보통신산업진흥원이 추진하는 'AI컴퓨팅 실증 인프라 고도화' 사업 2차년도 프로젝트에 인프라 통합 운영자로 참여하고 있다. 이 사업은 국산 AI 반도체를 기반으로 대규모 AI 인프라를 구축하고 대형언어모델(LLM) 서비스와 GPU·NPU 혼용 환경을 실증하는 국가 프로젝트다. 메가존클라우드는 국산 NPU 기반 클라우드 인프라 운영과 자원 할당, 모니터링, 멀티클라우드 연계, 통합 관제 등을 맡는다. 업계에서는 이를 단순한 프로젝트 수주 이상의 의미로 해석한다. 국산 AI 반도체가 실제 서비스 환경에서 활용되기 위해서는 안정적인 클라우드 운영과 보안, 개발 환경이 함께 뒷받침돼야 하기 때문이다. 상장 준비도 본격화되고 있다. 메가존은 최근 글랜우드크레딧으로부터 8000억원 규모 투자를 유치해 메가존클라우드 재무적투자자(FI) 지분 일부를 매입하는 구조를 추진 중인 것으로 알려졌다. 상장 전 FI 물량을 정리하면 향후 오버행 우려를 줄이고 주주 구조를 단순화할 수 있다는 점에서 긍정적인 신호로 평가된다. 시장의 관심은 메가존클라우드를 단순 MSP가 아닌 AI 인프라 플랫폼 기업으로 평가할 수 있느냐에 쏠린다. 매출 규모는 이미 국내 클라우드 업계 최고 수준이다. 남은 과제는 AI·보안·멀티클라우드 사업이 반복 매출과 이익률 개선으로 이어질 수 있음을 증명하는 일이다. 결국 메가존클라우드의 IPO는 한 기업의 상장을 넘어 국내 클라우드 산업이 AI 인프라 산업으로 진화할 수 있는지를 가늠하는 시험대가 될 전망이다. 박윤영 KT 대표 [사진=유대길 기자] [경제일보] 박윤영 대표 체제로 출범한 KT가 취임 100일을 앞두고 있다. 새 경영진은 AICT(AI+ICT) 전환이라는 성장 과제를 이어받았지만 시장의 관심은 AI 사업 확대보다 구조조정 이후 조직을 어떻게 안정시키고 통신 본업 경쟁력을 회복할 것인지에 쏠린다. 전임 경영진의 대규모 인력 재편 이후 흔들린 조직을 재정비하는 일이 AICT 전략의 선결 과제로 떠올랐기 때문이다. 최근 공개된 KT ESG 보고서에 따르면 전체 임직원은 2023년 1만9737명에서 지난해 1만4701명으로 2년 만에 5036명 감소했다. 전체 인력의 약 25%가 줄어든 셈이다. 반면 신규 채용은 늘었다. 지난해 신규 채용은 561명으로 2023년의 두 배를 넘었고 여성 채용과 인턴 채용도 증가했다. 자발적 퇴직자는 2023년 128명에서 지난해 61명으로 줄었고 자발적 이직률도 0.65%에서 0.41%로 낮아졌다. 채용 확대와 자발적 이직 감소에도 직원 수가 급감했다는 점은 자연 감소만으로 설명하기 어렵다. 업계에서는 희망퇴직과 자회사 전출 등 구조적 인력 재편이 상당한 영향을 미친 것으로 보고 있다. 김영섭 전 대표는 취임 이후 AICT 기업 전환과 수익성 개선을 내세워 네트워크 운용 조직의 자회사 전출과 희망퇴직을 중심으로 조직 슬림화를 추진했다. 중위관리자 감소도 눈에 띈다. ESG 보고서 기준 남성 중위관리자는 2023년 1만1167명에서 지난해 7258명으로 줄었다. 과장·차장급 중위관리자는 조직 운영의 허리다. 이들의 감소는 기술 전수와 현장 의사결정, 후배 인력 양성 체계에도 영향을 미칠 수 있다는 지적이 나온다. KT는 자연 퇴직 요인도 적지 않다는 입장이다. 회사 관계자는 "자연 또는 정년 퇴직자 비중도 작지 않다"며 "전체 인력 변화를 볼 때 자연 퇴직 요인도 함께 고려해야 한다"고 설명했다. 인력 감소는 통신업계 전반의 흐름이다. 디지털 전환과 비용 효율화가 맞물리면서 주요 통신사 모두 인력을 줄이고 있다. 다만 LG유플러스와 SK텔레콤의 감소 폭이 수백 명 수준인 것과 비교하면 KT의 인력 재편 속도는 이례적이라는 평가가 나온다. 문제는 통신업의 특성이다. 전국 단위 기간통신망은 24시간 운영돼야 한다. 장애 대응과 네트워크 복구, 보안 운영은 매뉴얼만으로 대체하기 어렵고 숙련 인력의 경험과 현장 암묵지가 경쟁력의 상당 부분을 차지한다. 중견 실무 인력 감소가 단순한 인건비 절감 문제가 아니라 운영 리스크로 해석되는 이유다. 지난해 발생한 KT 침해사고도 조직 운영 체계 재점검 필요성을 키웠다. 과학기술정보통신부는 조사 결과 펨토셀 인증서 관리와 외주 제작사 보안 관리, 비정상 IP 접속 통제 등에서 미흡한 점을 확인했다. 사고 이후 네트워크와 보안 조직의 전문성, 현장 대응 역량의 중요성은 더욱 부각됐다. 박 대표의 과제는 AICT 전략과 통신 본업을 별개로 보지 않는 데 있다. AI와 클라우드, 데이터센터, 기업 서비스를 키우려면 안정적인 통신망과 보안 체계가 먼저 뒷받침돼야 한다. 실제 KT의 올해 1분기 기업서비스 매출은 전년 동기 대비 2.2% 감소했다. AICT를 핵심 성장 전략으로 내세운 만큼 기업서비스 성장 회복 역시 새 경영진의 숙제다. 업계에서는 박윤영 체제의 초기 과제가 추가 구조조정보다는 조직 안정화와 핵심 인력 재배치에 있을 것으로 본다. 결국 박윤영 체제의 첫 100일은 새 사업 발표보다 조직 신뢰 회복의 시간에 가깝다. KT가 'AI 기업'과 '통신회사'라는 두 정체성을 함께 가져가려면 출발점은 거창한 구호가 아니라 흔들린 현장의 복원이어야 한다. [아주경제 2026년 07월 02일자 13면에 게재된 기사입니다.]
2026-07-02 08:24:37
메가존클라우드, 국산 AI 반도체 실증 인프라 맡는다…NPU 상용화 시험대 [경제일보] 메가존클라우드(대표 염동훈)가 국산 AI 반도체 기반 클라우드 인프라 실증 사업에 참여한다. 정부가 추진하는 AI 컴퓨팅 인프라 고도화 사업에서 NPU 기반 클라우드 환경의 통합 운영을 맡아 국산 AI 반도체의 실제 서비스 가능성을 검증한다. 메가존클라우드는 과학기술정보통신부와 정보통신산업진흥원이 주관하는 ‘AI 컴퓨팅 실증 인프라 고도화’ 사업에 인프라 통합 운영자 자격으로 참여한다고 25일 밝혔다. 이 사업은 국산 AI 반도체를 기반으로 대규모 AI 인프라를 구축하고 LLM 기반 서비스와 GPU·NPU 혼용 환경을 실증하는 국가 과제다. 메가존클라우드는 국산 NPU 기반 클라우드 인프라 운영 전반을 담당한다. NPU 자원할당과 통합 관리 모니터링 소프트웨어 개발, 멀티클라우드 기반 NPU 자원할당 및 모니터링 소프트웨어 연계, AI 컴퓨팅 인프라 통합 운영·관제와 사용자 환경 구축이 주요 역할이다. 이번 사업은 2025년부터 2027년까지 3년간 추진되는 ‘AI 반도체 조기 상용화 및 AI전환 실증지원’ 사업의 일환이다. 올해는 2차년도에 해당한다. 목표는 60페타플롭스 이상 AI 컴퓨팅 인프라 구축, AI 반도체 컴파일러 및 클라우드 소프트웨어 고도화, 의료·LLM 분야 AI 응용서비스 실증이다. 컨소시엄에는 메가존클라우드 외에도 퓨리오사AI, 리벨리온, NHN클라우드, 하이퍼엑셀, 네이버클라우드 등이 참여한다. AI 반도체 설계 기업과 클라우드 사업자가 함께 실증 인프라를 구성해 국산 NPU가 실제 클라우드 환경에서 안정적으로 작동하는지 검증하는 구조다. 이번 과제의 배경에는 AI 인프라 주권 문제가 있다. 생성형 AI 확산 이후 글로벌 AI 컴퓨팅 자원은 일부 해외 GPU와 클라우드 사업자에 집중됐다. 국내에서도 자체 AI 반도체와 클라우드 소프트웨어를 결합해 비용 부담과 공급망 의존도를 낮춰야 한다는 요구가 커졌다. NPU 상용화는 칩 성능만으로 결정되지 않는다. 여러 사용자가 클라우드에서 안정적으로 자원을 배분받고 모델을 실행할 수 있어야 한다. 컴파일러와 런타임, 모니터링, 장애 대응 체계도 함께 갖춰져야 한다. 메가존클라우드가 통합 운영을 맡는 이유다. 사업 성과는 클라우드 AI 인프라 고도화와 AI 모델 최적화, 산업별 AI 서비스 확장에 활용될 예정이다. 제조와 금융, 헬스케어, 교육, 공공 등 다양한 산업군에서 국산 AI 반도체 기반 서비스를 적용할 수 있는 기반을 마련하는 것이 목표다. 황인철 메가존클라우드 최고매출책임자는 “국산 AI 반도체의 상용화 경쟁력은 실제 서비스 환경에서 안정적으로 운영하고 확장할 수 있는 클라우드 플랫폼 역량이 뒷받침돼야 한다”며 “국내 인프라 구축과 해외 현장 실증 경험을 축적해 국산 AI 반도체 생태계 성숙에 기여하겠다”고 말했다.
2026-06-25 15:46:02
AI 데이터센터는 누구의 전기를 먹고 자라는가 [경제일보] 인공지능은 더 이상 화면 속 기술이 아니다. 질문에 답하고 문서를 요약하는 도구에 머물지 않는다. 공장을 움직이고 병원을 보조하고 조선소와 물류창고, 자율주행차와 국방 시스템으로 들어가고 있다. AI가 현실 세계를 움직이기 시작한 순간, 산업정책의 언어도 달라졌다. 이제 AI 경쟁은 모델 성능의 문제가 아니다. 전력과 부지, 데이터센터와 지역 수용성의 문제가 됐다. 정부가 AI 데이터센터 산업 진흥과 피지컬 AI 확산에 속도를 내는 것은 당연하다. 늦으면 따라잡기 어렵다. 인허가를 빠르게 하고 비수도권 데이터센터 구축을 지원하고 제조 현장에 AI를 심겠다는 방향도 틀리지 않다. 반도체와 통신망, 로봇과 제조업을 가진 우리가 AI를 산업 현장과 결합하지 못한다면 미래 경쟁에서 설 자리는 좁아질 수밖에 없다. 그러나 속도만으로 산업이 만들어지지는 않는다. 미래 산업이라는 말은 많은 것을 가린다. AI 데이터센터는 미래의 심장이라고 불린다. 맞는 말이다. 그러나 심장은 피를 먹고 뛴다. AI 데이터센터가 먹는 것은 전기와 물, 토지와 송전망이다. 그 위에 지역 주민의 수용성, 환경 부담, 전력요금, 세제 혜택, 고용 효과가 얹힌다. 우리가 먼저 물어야 할 것은 이것이다. 그 계산서는 누가 받는가. 데이터센터 하나가 들어서면 건설 기간에는 지역이 분주해진다. 장비가 들어오고 공사가 진행되고 숙박과 식당도 잠시 움직인다. 그러나 완공 뒤의 모습은 다르다. 고도로 자동화된 시설은 생각만큼 많은 상시 일자리를 만들지 않는다. 보안과 시설 관리, 전력·냉각 설비, 운영 인력이 필요하지만 제조공장처럼 대규모 고용을 기대하기는 어렵다. 반면 전력망 부담과 부지 갈등, 냉각수 문제와 환경 우려는 지역에 남는다. 우리는 이미 비슷한 장면을 여러 차례 봤다. 산업단지는 성장의 상징이었지만 어느 순간 환경과 노동 격차의 현장이 됐다. 발전소와 송전탑은 국가 전력망의 필수 시설이었지만 지역 주민에게는 희생의 상징이 됐다. 데이터센터도 다르지 않다. 이름만 미래 산업일 뿐 결국 땅 위에 짓는 시설이고 전력망에 기대는 산업이며 지역과 함께 살아야 하는 인프라다. 사회적 계산서를 쓰지 않은 산업정책은 언제나 뒤늦은 갈등 비용을 치른다. 그렇다고 AI 데이터센터를 늦추자는 말이 아니다. 오히려 우리는 더 빨리 움직여야 한다. 미국과 중국, 일본과 유럽은 AI 인프라를 국가 경쟁력의 핵심으로 보고 있다. AI 모델을 돌릴 컴퓨팅 자원, 이를 감당할 전력망, 산업 현장에 적용할 데이터와 로봇 체계가 없으면 AI 주권은 구호에 그친다. 남의 클라우드에 기대고, 남의 칩을 빌려 쓰고 남의 모델을 가져다 쓰는 나라는 편리할 수는 있어도 주도권을 갖기 어렵다. 그래서 핵심은 속도를 늦추는 것이 아니라 제대로 설계하는 일이다. 어디에 데이터센터를 지을 것인가. 어떤 전력을 쓸 것인가. 지역에는 무엇이 돌아갈 것인가. 주변 산업과 어떻게 연결할 것인가. 중소기업과 대학, 직업교육기관은 어떤 방식으로 참여할 것인가. 전력·냉각·보안·운영 인력은 지역에서 길러낼 것인가. 이 질문에 답하지 못한 채 인허가만 앞당기면 산업은 커져도 신뢰는 작아진다. 피지컬 AI도 같은 문제를 안고 있다. 정부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 묶는 한국형 풀스택을 말한다. 방향은 맞다. 그러나 풀스택은 발표문으로 만들어지지 않는다. 반도체 기업과 로봇 기업, 통신사와 클라우드 기업, 제조 대기업과 협력사, 대학과 연구기관이 실제 프로젝트 안에서 함께 움직여야 한다. 공장 데이터를 쓸 수 있어야 하고 보안 책임을 정해야 하며 실패를 허용하는 실증 공간도 있어야 한다. AI 전환이 몇몇 대기업의 생산성 향상에 머물러서도 안 된다. 대기업 생산라인은 AI로 고도화되는데 협력사는 여전히 인력난과 비용 부담에 갇혀 있다면 산업 전체의 경쟁력은 올라가지 않는다. 피지컬 AI가 진짜 산업정책이 되려면 중소기업과 지역 제조 현장까지 내려가야 한다. AI가 대기업의 효율화 도구에 그치지 않고 제조 생태계 전체의 체질을 바꾸는 장치가 돼야 한다. 정부의 역할은 선언이 아니라 조율이다. 특례를 만들고 협의체를 띄우고 지원 계획을 발표하는 것만으로는 부족하다. 전력망 투자와 산업 입지, 데이터 활용과 보안, 인재 양성과 지역 보상 체계를 함께 묶어야 한다. AI 데이터센터는 과기정통부만의 일이 아니고 피지컬 AI는 산업부만의 일이 아니다. 지역 수용성은 지자체만의 몫도 아니다. 이것은 국가 운영체계를 다시 짜는 일이다. 우리는 이제 불편한 질문을 피하지 말아야 한다. AI가 우리의 일자리를 바꾼다면 어떤 일자리가 새로 생기는가. 데이터센터가 지역에 들어온다면 주민에게 무엇이 돌아오는가. 기업이 전력과 세제 혜택을 받는다면 사회에는 어떤 책임을 지는가. 정부가 미래라는 이름으로 속도를 요구한다면 안전과 환경, 지역의 권리는 어디까지 보장되는가. 이런 질문을 통과하지 못한 산업은 오래가지 못한다. AI 시대에 가장 위험한 것은 AI를 모르는 것이 아니다. AI를 너무 좁게 보는 것이다. 챗봇 성능만 보고 데이터센터를 건물로만 보고 피지컬 AI를 로봇 시연으로만 보는 일이다. AI는 이미 전력망과 공장, 지역사회와 노동시장으로 들어왔다. 그만큼 산업정책도 넓어져야 한다. 기술의 속도만 볼 것이 아니라 사회가 감당해야 할 비용까지 함께 봐야 한다. AI 데이터센터는 필요하다. 피지컬 AI도 필요하다. 우리 제조업이 다시 도약하려면 이 길을 피할 수 없다. 그러나 미래 산업이라는 말이 모든 절차와 책임을 대신할 수는 없다. 속도는 중요하다. 설계 없는 속도는 사고를 부른다. 정부와 기업은 답해야 한다. AI 인프라가 우리 경제에 무엇을 남길 것인가. 지역과 중소기업, 노동시장과 청년에게 어떤 기회를 줄 것인가. 전기와 물, 땅과 세금의 계산서를 누가 어떻게 나눌 것인가. AI 시대의 경쟁은 빨리 짓는 나라와 늦게 짓는 나라의 싸움만이 아니다. 제대로 짓는 나라와 대충 짓는 나라의 싸움이다. 우리가 가야 할 길은 분명하다. AI 데이터센터를 짓되 지역과 함께 짓고 피지컬 AI를 키우되 제조 생태계 전체와 함께 키워야 한다. 미래는 속도로만 오지 않는다. 미래는 설계된 만큼만 온다.
2026-06-21 12:54:51
챗봇만 보던 나라는 AI 전쟁에서 진다 우리는 인공지능을 너무 오래 화면 속에서만 봤다. 질문을 던지면 답을 쓰고 문서를 요약하고 그림을 만들고 코드를 고치는 기술로 받아들였다. 챗GPT가 얼마나 똑똑한지, 국산 AI가 얼마나 따라왔는지 어느 모델이 더 빠르고 저렴한지를 따졌다. 한국 사회는 그것을 AI 경쟁이라 불렀고 정부는 그것을 미래 산업이라고 설명해 왔다. 그러나 질서는 바뀌고 있다. AI는 더 이상 화면 안에 머물지 않는다. 공장과 병원, 조선소와 물류창고, 자율주행차와 로봇, 국방 시스템과 전력망으로 들어가고 있다. 문장을 생성하는 AI의 시대에서 물리 세계를 움직이는 AI의 시대로 넘어가는 중이다. 정부가 19일 피지컬 AI 얼라이언스 2기를 출범시킨 것도 이런 변화와 무관하지 않다. 이름은 낯설지만 방향은 분명하다. 논의 중심 협의체를 실행형으로 전환해 산업 현장에 실제 적용되는 AI를 만들고, 국산 AI 반도체와 모델, 소프트웨어, 로봇과 센서, 컴퓨팅 인프라를 하나로 묶겠다는 구상이다. 한국형 피지컬 AI 풀스택 구축의 출발점인 셈이다. 선언이 늦은 것은 아니다. 다만 시간이 많지도 않다. 미국은 엔비디아와 빅테크를 중심으로 AI 인프라를 산업 시스템으로 전환하고 있다. 중국은 국가 주도로 로봇과 제조 AI를 밀어붙이고 있고 일본은 로봇과 고령화 대응 산업을 결합하고 있다. 유럽은 규제와 표준을 무기로 영향력을 확대하고 있다. 우리는 지금 어디에 서 있는가. 아직도 챗봇 성능 비교에 머물러 있는 것은 아닌지 돌아볼 필요가 있다. 냉정하게 말하면 한국이 챗봇 경쟁에서 미국 빅테크를 단기간에 따라잡기는 쉽지 않다. 모델 규모와 자본, 데이터, 클라우드 인프라의 격차가 존재한다. 그러나 피지컬 AI는 다르다. 공장과 조선소, 반도체 생산라인, 병원과 물류망, 통신 인프라와 제조 데이터를 가진 나라는 많지 않다. 한국은 바로 그 현장을 보유하고 있다. 다만 현장이 있다고 자동으로 플랫폼이 되는 것은 아니다. 반도체와 로봇, 통신망과 데이터센터, 소프트웨어 기업이 제각각 움직인다면 그것은 생태계가 아니다. 피지컬 AI의 경쟁력은 개별 기술보다 연결 능력에서 나온다. 센서가 데이터를 수집하고 네트워크가 이를 전달하며 AI 모델이 판단하고 로봇과 설비가 움직인다. 그 결과가 다시 데이터로 축적되는 순환 구조를 만들어야 한다. 이 과정에서 데이터센터는 중요한 기반이다. AI 산업은 결국 전력 위에 세워진다. 정부가 비수도권 AI 데이터센터 구축과 규제 완화를 추진하는 이유도 여기에 있다. 그러나 속도만 강조해서는 안 된다. 전력 공급과 송전망 확충, 지역 수용성, 주민 편익과 일자리 창출까지 함께 고민해야 한다. 미래 산업 인프라가 또 다른 사회적 갈등의 원인이 되어서는 안 된다. 한국 산업은 자신의 강점과 약점을 동시에 직시해야 한다. 우리는 제조업 강국이다. 반도체와 배터리, 자동차와 조선, 통신 인프라를 갖추고 있다. 하지만 이를 하나의 산업 전략으로 묶는 데는 늘 서툴렀다. 부처는 따로 움직이고 기업은 각자의 이해관계를 우선하며 대학과 현장의 연결도 느슨하다. 이런 방식으로는 피지컬 AI 시대의 주도권을 확보하기 어렵다. AI 주권 역시 같은 맥락이다. 국산 모델 하나를 만들었다고 주권이 완성되지 않는다. GPU를 확보했다고 끝나는 것도 아니다. 반도체와 모델, 데이터와 소프트웨어, 전력과 보안, 산업 현장과 표준을 스스로 설계하고 운영할 수 있을 때 비로소 주권이라 부를 수 있다. 기업의 역할도 중요하다. 대기업 생산라인만 고도화되고 협력사는 인력난과 비용 부담에 머문다면 산업 전체의 경쟁력은 높아질 수 없다. 피지컬 AI는 일부 기업의 효율화 수단이 아니라 제조 생태계 전반의 생산성을 끌어올리는 도구가 되어야 한다. 인재 문제도 마찬가지다. 피지컬 AI에는 코딩 인력만 필요한 것이 아니다. 기계를 이해하는 사람, 데이터를 읽는 사람, 현장을 아는 사람, 전력과 통신, 보안을 함께 이해하는 사람이 필요하다. 제조를 모르는 AI 인재도 부족하고 AI를 모르는 제조 인력도 부족하다. 이들을 연결하는 인재를 길러내지 못하면 피지컬 AI는 구호에 그칠 수밖에 없다. 정부의 역할은 선언이 아니라 조율이다. 어떤 산업부터 실증할 것인지 데이터를 어떻게 활용할 것인지 보안과 안전의 책임은 누가 질 것인지 구체적인 기준을 마련해야 한다. 표준을 만들고 공공 조달을 열고 실패를 허용하는 실증 공간도 제공해야 한다. AI는 보고서가 아니라 현장에서 성장한다. 한국은 위기 때마다 새로운 길을 만들어 왔다. 반도체와 조선, 자동차 산업이 그랬다. 그러나 이번 경쟁은 다르다. 물건 하나를 잘 만드는 경쟁이 아니라 산업 전체를 지능화하는 경쟁이다. 공장을 움직이고 물류를 최적화하며 전력을 배분하고 로봇을 제어하는 경쟁이다. 챗봇은 AI의 한 모습일 뿐 전부가 아니다. AI의 무대는 이미 화면 밖으로 넓어지고 있다. 공장과 도시, 병원과 물류망, 전력 시스템까지 현실 세계 곳곳으로 스며들고 있다. AI 시대에 가장 위험한 나라는 AI를 모르는 나라가 아니라 AI의 가능성을 스스로 제한하는 나라다. 한국이 잡아야 할 기회는 화면 속에만 있지 않다. 우리가 가진 제조 현장과 통신망, 병원과 조선소, 전력망과 산업 데이터 속에 있다. 선언의 AI를 넘어 실행의 AI로 나아갈 때 한국 제조업은 다시 한 번 세계 산업 지도의 중심에 설 수 있을 것이다.
2026-06-19 18:58:00
배경훈, 피지컬 AI '1강' 승부수…논의형 얼라이언스 실행형으로 바꾼다 [경제일보] 과학기술정보통신부가 피지컬 인공지능(AI) 분야 민관 협력 체계를 ‘논의형’에서 ‘실행형’으로 전환한다. 생성형 AI 경쟁이 화면 안의 언어모델을 넘어 로봇, 제조, 국방, 의료 등 현실 세계에서 작동하는 AI로 확장되자 정부가 데이터 확보부터 현장 적용까지 이어지는 통합 플랫폼 구축에 나선 것이다. 배경훈 부총리 겸 과기정통부 장관은 19일 서울 중구 더플라자호텔 서울에서 열린 ‘피지컬 AI 얼라이언스 2기’ 출범식에서 “피지컬 AI 얼라이언스 1기가 탐색전이었다면 이제는 승부를 볼 때”라며 “AI 3강을 넘어 피지컬 AI 1강이 되겠다”고 말했다. 이날 출범식에는 배 부총리와 정동영·최형두·황정아 국회의원, 조준희 한국인공지능·소프트웨어산업협회(KOSA) 회장, 산학연 및 관련 협·단체 관계자 등 200여명이 참석했다. 과기정통부는 지난해 9월 피지컬 AI 얼라이언스 1기를 출범시킨 뒤 산업 현장의 수요와 애로사항을 발굴하고 정책 과제를 논의해 왔다. 2기는 이보다 한 단계 더 나아간다. 정책 제언과 협의 중심이던 1기 체계를 실제 기술개발, 산업 적용, 표준화, 보안·안전, 운영으로 이어지는 실행형 협력 구조로 바꾸는 것이 핵심이다. 과기정통부는 2기 얼라이언스를 ‘K-피지컬 AI 풀스택 확보 및 산업 현장 구축·확산을 위한 피지컬 AI 토탈 솔루션 플랫폼’으로 고도화하겠다는 구상을 내놨다. ◇ 데이터 없으면 현장 AI도 없다…풀스택 확보가 관건 배 부총리는 피지컬 AI 경쟁의 출발점으로 데이터 확보를 꼽았다. 그는 “데이터 확보 체계를 갖춰야 선제적인 연구가 가능하다”며 “현장에서 데이터를 확보하고 가상 시뮬레이션 환경에서 합성 데이터를 만드는 작업을 해둬야 다음 단계를 준비할 수 있다”고 말했다. 피지컬 AI는 단순히 AI 모델을 잘 만드는 문제에 그치지 않는다. 현실의 물체를 인식하고, 움직임을 예측하고, 로봇이나 장비가 실제 행동으로 옮겨야 한다. 이 과정에는 산업 현장 데이터, 센서, 로봇, AI 반도체, 컴퓨팅 인프라, 소프트웨어 플랫폼, 보안·인증 체계가 함께 필요하다. 정부가 풀스택을 강조하는 이유다. 과기정통부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 연결해 외산 솔루션 의존을 줄이겠다는 목표를 제시했다. 미국 빅테크 모델에 과도하게 의존하면 국내 로봇·부품 산업까지 종속될 수 있다는 우려도 반영됐다. 조준희 KOSA 회장은 “피지컬 AI 영역에서 각 분야가 개별 대응에 그치면 글로벌 기술 질서 속에서 산업 경쟁력과 생태계 주도권은 약화될 수밖에 없다”며 “과거 플랫폼 전환기에 겪었던 아쉬움을 되풀이하지 않기 위해 더 긴밀하게 연결되고 빠르게 실행해야 한다”고 말했다. ◇ 10대 분과를 3대 체계로 재편…액션 그룹으로 과제 발굴 운영 체계도 대폭 바뀐다. 과기정통부는 기존 10대 분과를 3대 핵심 대분과로 간소화했다. 5대 생태계 분과와 5대 도메인 분과로 나뉘었던 구조를 △K-피지컬 AI 풀스택 분과 △버티컬 산업 브릿지 분과 △기반 거버넌스 분과로 재편했다. K-피지컬 AI 풀스택 분과는 기술 자립을 맡는다. AI 반도체, 모델, 로봇·센서, 컴퓨팅 인프라, 소프트웨어를 연결하는 역할이다. 버티컬 산업 브릿지 분과는 제조, 물류, 농업, 의료, 국방, 행정, 재난안전 등 산업 수요와 기술 공급을 잇는다. 기반 거버넌스 분과는 표준, 보안, 인증, 안전 체계를 담당한다. 각 분과 아래에는 액션 그룹을 둔다. 단순 회의체가 아니라 실제 프로젝트를 발굴하고 구체화하는 실행 단위다. 정부 지원과 민간 기술, 산업 현장 수요를 하나의 과제로 묶어 실증과 확산까지 끌고 가겠다는 취지다. 참여 협·단체도 확대됐다. 한국AI·SW산업협회, 한국피지컬AI협회, 한국AI·로봇산업협회, 제조혁신피지컬AI협회, 한국팹리스산업협회, 한국IT서비스산업협회, 한국데이터센터연합회, 한국정보통신진흥협회, 한국정보보호산업협회, 한국정보통신기술협회, 6G포럼, AI 네트워크 얼라이언스 등 12개 협·단체가 참여한다. ◇ 제조 넘어 의료·국방·재난으로…M.AX와도 연계 과기정통부는 피지컬 AI 적용 대상을 제조에만 묶어두지 않겠다는 방침이다. 물류, 농업, 의료, 국방, 행정, 재난안전 등 여러 분야의 수요를 발굴하고 공급 기업과 연결한다. 산업 현장에 AI를 설치하고 운영한 뒤 그 과정에서 나온 데이터를 다시 기술 개발로 환류시키는 구조를 만들겠다는 것이다. 제조 분야에서는 산업통상부의 M.AX 얼라이언스와 협력한다. M.AX는 제조 AI 전환을 목표로 데이터 공동활용, 로봇·자동차·팩토리 분야 AI 모델 개발, 온디바이스 AI 반도체, 다크팩토리 기술 확보 등을 추진해 온 민관 플랫폼이다. 피지컬 AI 얼라이언스가 기술과 생태계 축을 맡고 M.AX가 제조 현장 실증과 확산을 연결하는 방식이다. 이날 행사에서는 국내 피지컬 AI 기업들의 기술 시연도 진행됐다. 리얼월드는 두 대의 로봇이 협동해 마우스를 포장하고 지정된 위치에 배치하는 작업을 선보였다. 마음AI는 월드모델 기반 AI 학습부터 온디바이스 실행, 완제품 로봇 적용으로 이어지는 피지컬 AI 구현 흐름을 소개했다. 한편 피지컬 AI는 한국 AI 전략의 다음 시험대다. 언어모델 경쟁에서는 데이터와 컴퓨팅, 플랫폼 주도권이 빅테크에 집중됐다. 현실 세계에서 움직이는 AI 경쟁은 조금 다르다. 반도체, 제조, 로봇, 통신망, 데이터센터, 보안, 현장 운영 능력이 함께 맞물려야 한다. 한국이 가진 산업 기반을 AI와 결합할 수 있다면 추격자가 아니라 특정 분야의 선도자가 될 여지도 있다. 성패는 선언이 아니라 현장에 달려 있다. 얼라이언스가 또 하나의 회의체로 끝나면 피지컬 AI 1강 구호는 산업계에 남지 않는다. 공장의 불량을 줄이고 물류의 병목을 풀고 국방과 재난 현장에서 사람의 위험을 낮추는 실제 사례가 쌓여야 한다. 피지컬 AI의 승부는 모델 성능표가 아니라 현실의 작업장에서 판가름 난다.
2026-06-19 18:03:42
GPU만으로 AI 강국은 안 된다…데이터센터·클라우드가 진짜 전장 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)의 방한이 던진 두 번째 질문은 인프라다. 한국이 엔비디아 GPU를 얼마나 많이 확보하느냐보다 중요한 것은 그 GPU를 어디에 꽂고, 어떤 전력과 냉각 체계로 돌리며, 어떤 클라우드 서비스와 산업 현장에 연결하느냐다. AI 시대의 경쟁력은 더 이상 모델 성능만으로 결정되지 않는다. 대규모 AI 모델을 학습하고 추론하려면 GPU, HBM, 서버, 전력, 냉각, 네트워크, 보안, 클라우드 운영 체계가 동시에 필요하다. 그래서 최근 글로벌 빅테크가 말하는 것은 데이터센터가 아니라 ‘AI 팩토리’다. 데이터를 원료로 넣고 지능을 생산하는 공장이라는 뜻이다. 한국 정부와 주요 기업이 엔비디아 GPU 26만개 이상을 도입하기로 한 계획은 이런 흐름의 출발점이다. 삼성, SK, 현대차, 네이버클라우드 등이 대규모 GPU 인프라를 활용해 제조, 자율주행, 클라우드, 산업용 AI 모델을 구축하겠다는 구상이다. 하지만 GPU 수량만으로 AI 강국이 되는 것은 아니다. 핵심은 운영 능력이다. 네이버는 이 구도에서 가장 중요한 클라우드 축이다. 네이버는 자체 초거대 AI와 클라우드, 데이터센터, 검색·커머스·콘텐츠 데이터를 갖춘 국내 대표 플랫폼 기업이다. 엔비디아 입장에서는 한국형 AI 서비스와 공공·민간 클라우드 수요를 연결할 파트너이고, 네이버 입장에서는 안정적인 GPU 확보와 AI 생태계 확장이 필요하다. 소버린 AI도 네이버 협력의 핵심이다. 소버린 AI는 단순히 국산 AI 모델을 만든다는 뜻이 아니다. 국내 데이터가 국내 법과 보안 기준에 맞는 클라우드 환경에서 학습·운영될 수 있어야 한다. 공공, 금융, 의료, 교육 분야에서 AI를 쓰려면 데이터 주권과 보안 통제가 필수다. 네이버클라우드가 엔비디아 GPU 인프라와 결합하면 한국형 AI 서비스의 기반을 넓힐 수 있다. LG그룹은 데이터센터의 물리적 인프라에서 존재감이 커지고 있다. AI 데이터센터는 전력과 냉각이 생명이다. AI 추론 수요가 늘어날수록 전력 사용량은 커지고, GPU 밀도가 높아질수록 발열도 증가한다. LG유플러스가 파주 AI 데이터센터를 통해 대규모 전력 기반 추론형 인프라를 추진하고, LG전자와 냉각 기술을 결합하려는 것도 이 때문이다. LG CNS는 스마트팩토리와 클라우드 운영 역량을 갖고 있다. AI가 실제 공장과 물류센터, 로봇 운영으로 내려오면 클라우드와 현장 시스템을 연결하는 역량이 중요해진다. 엔비디아의 옴니버스, 디지털 트윈, 로보틱스 플랫폼은 이런 현장형 AI 인프라와 맞물릴 가능성이 크다. LG가 가전과 제조 현장, 데이터센터와 냉각 기술을 묶을 수 있다면 피지컬 AI 시대의 실험장이 될 수 있다. SK 역시 인프라 기업으로 변신하고 있다. SK하이닉스가 HBM을 공급한다면 SK텔레콤은 AI 데이터센터, 통신망, 에너지·보안 인프라를 통해 엔비디아 생태계와 연결될 수 있다. AI 서비스가 대중화될수록 추론 수요는 통신망과 클라우드 가까이 내려온다. 엣지 AI와 AI 에이전트, 산업용 AI 서비스가 확대되면 통신사의 역할은 단순 회선 제공을 넘어 AI 인프라 운영자로 바뀐다. 문제는 병목이다. GPU는 돈을 주고 살 수 있지만 데이터센터는 하루아침에 지을 수 없다. 전력 인입, 냉각 설계, 부지 확보, 인허가, 보안, 운영 인력이 모두 필요하다. AI 데이터센터 구축에는 수년이 걸린다. 반면 AI 서비스 사용량과 추론 수요는 분기 단위로 급증한다. 이 간극을 줄이지 못하면 GPU 확보 계획은 숫자에 머물 수 있다. 전력 문제도 피할 수 없다. AI 데이터센터는 막대한 전기를 쓴다. 수도권 입지 수요는 높지만 전력망은 제한적이다. 지방 분산형 데이터센터를 추진하려면 전력, 냉각, 네트워크 지연시간, 고객 접근성을 함께 고려해야 한다. 정부의 전력·입지 규제 완화와 민간 투자 계획이 맞물리지 않으면 AI 인프라 경쟁에서 뒤처질 수 있다. 이번 젠슨 황 방한이 중요한 이유는 한국 AI 인프라의 방향을 묻고 있기 때문이다. 한국은 HBM을 공급하는 나라에서 GPU를 대규모로 운영하는 나라로 이동하고 있다. 더 나아가 AI 데이터센터와 클라우드를 통해 산업 현장의 AI 전환을 지원하는 국가가 될 수 있다. 그러나 승부는 선언이 아니라 실행에 있다. 네이버는 소버린 AI 클라우드의 고객과 서비스를 확보해야 한다. LG는 전력·냉각·스마트팩토리 인프라를 실제 수주로 연결해야 한다. SK는 HBM과 통신·데이터센터를 묶어 AI 인프라 사업자로 자리 잡아야 한다. 정부는 전력, 입지, 인재, 보안 규제를 정교하게 풀어야 한다. 엔비디아의 GPU가 한국에 들어오는 것은 출발점이다. 그 GPU 위에서 한국 기업이 어떤 AI 서비스를 만들고, 어떤 산업 데이터를 연결하며, 얼마나 안정적인 클라우드와 데이터센터를 운영하느냐가 진짜 경쟁이다. AI 강국의 조건은 칩을 사는 능력이 아니라 지능을 생산하는 공장을 운영하는 능력이다.
2026-06-07 16:33:41
LG유플러스, 파주 AI데이터센터 승부수…2030년 수주 5조 목표 [경제일보] LG유플러스가 인공지능(AI) 데이터센터 사업을 미래 성장축으로 키운다. AI 사용량 급증으로 전력과 냉각, 구축 속도가 데이터센터 경쟁력을 좌우하는 핵심 요소로 떠오른 가운데, 파주 AI데이터센터를 앞세워 2030년 누적 수주 5조원 달성에 도전한다. LG유플러스는 지난 5일 경기 파주시 AI데이터센터 건설 현장에서 차세대 AI 인프라 전략을 공개하고, AI 인프라 전반을 통합 관리하는 사업자로 도약하겠다고 밝혔다. 회사는 AI데이터센터 사업 매출을 연평균 15~20% 성장시키고 2030년까지 누적 수주 5조원을 달성한다는 목표를 제시했다. 핵심 거점은 파주 AI데이터센터다. 파주 AIDC는 연면적 약 15만㎡ 규모로 조성되며 200MW 전력 공급이 확정됐다. 수도권 내 최대 규모의 추론형 AI데이터센터로 기능할 수 있는 기반을 확보한 셈이다. 내년 6월 준공 예정인 1동은 이미 계약이 모두 완료돼 준공 전 ‘완판’ 상태다. LG유플러스가 내세운 전략은 ‘The ACE on Trust’다. Agility는 빠른 구축, Capacity는 전력과 규모, Efficiency는 냉각 효율을 뜻한다. 이 세 가지 경쟁력을 안정적인 운영 신뢰 위에 구현하겠다는 의미다. AI 데이터센터는 단순 서버 시설이 아니라 전력, 냉각, 운영 안정성이 함께 맞물려야 하는 국가 핵심 인프라로 바뀌고 있다. 최근 AI 시장은 학습 중심에서 추론 중심으로 무게가 이동하고 있다. 이용자가 AI 서비스를 호출할 때마다 대규모 연산이 발생하고, AI 토큰 사용량도 빠르게 늘고 있다. GPU는 수개월 안에 확보할 수 있지만, 이를 수용할 데이터센터는 구축에 3~4년이 걸린다. 이 간극이 기업의 AI 사업 추진 리스크로 떠오르고 있다. LG유플러스는 구축 속도를 높이기 위해 주요 설비를 사전 제작한 뒤 현장에서 조립하는 모듈형 공법을 적용하고 있다. 파주 AI데이터센터에도 해당 방식을 도입해 급증하는 AI 인프라 수요에 적기 대응한다는 계획이다. 냉각 기술도 차별화 요소다. 파주 AIDC는 공기냉각과 액체냉각을 병행하는 구조로 설계됐다. LG전자와 공동 개발한 액체냉각 기술은 자체 실증에서 기존 공기냉각 방식 대비 약 24%의 에너지 효율 개선 효과를 확인했다. LG유플러스는 올해 하반기 실제 서버를 활용한 상용 실증에 나서고, 2027년 파주 AIDC 1동 개통 시점에는 직접액체냉각과 액침냉각을 결합한 서비스를 제공할 계획이다. ‘One LG’ 시너지도 전면에 내세웠다. LG유플러스는 데이터센터 설계와 운영을 맡고, LG전자는 냉각 설비, LG에너지솔루션은 배터리 분야 역량을 제공한다. LS일렉트릭과는 고전력 환경에 대응하는 전력 시스템을 공동 개발 중이다. 그룹 계열사와 협력사를 묶어 국산 AI 인프라 표준을 만들겠다는 구상이다. 안형균 LG유플러스 엔터프라이즈AI사업그룹장은 “AI 인프라는 국가 경쟁력을 좌우하는 핵심 기반이 되고 있다”며 “최초의 IDC 사업자로서 확보한 역량을 기반으로 대한민국 AI 산업의 기반을 확대해 나가겠다”고 말했다.
2026-06-07 11:21:34
KT클라우드, 리벨리온 NPU 적용한 공공 AI 인프라 구축 [경제일보] 공공 클라우드 시장에서 인공지능(AI) 인프라 패러다임이 GPU 중심에서 신경망처리장치(NPU) 기반으로 이동하고 있다. 정부의 국산 AI 반도체 활용 확대 정책과 맞물리면서 KT 클라우드는 NPU 서비스를 확대하고 있다. 4일 KT 클라우드는 공공기관 전용 클라우드에 리벨리온의 차세대 NPU를 적용한 'NPU 서버' 상품을 출시하고 공공 AI 인프라 시장 확대에 나선다고 밝혔다. 이번 서비스는 공공 전용 데이터센터 환경에서 가상머신(VM) 방식으로 NPU 인프라를 제공하는 것이 특징이다. 또한 국내 NPUaaS(서비스형 NPU) 중 최초로 클라우드 보안 인증(CSAP)을 획득해 공공기관 도입 요건을 충족한 것으로 알려졌다. 공공 클라우드 시장은 보안 규제와 함께 국산 기술 활용 비중 확대가 중요한 평가 요소로 자리 잡고 있다. 이에 AI 모델 학습과 추론 과정에서 발생하는 데이터 보안성과 비용 효율성을 동시에 충족할 수 있는 인프라 확보가 핵심 과제로 떠오르고 있다. KT 클라우드의 NPU 서버는 리벨리온의 데이터센터용 AI 반도체 'ATOM 플러스'를 기반으로 구축됐다. 최근 AI 워크로드가 모델 학습 중심에서 추론 중심으로 빠르게 이동하면서, 추론에 특화된 NPU는 GPU 대비 비용 효율성과 전력 효율성을 동시에 개선할 수 있는 대안으로 주목받고 있다. 이를 통해 공공기관 및 공공 AX 사업 참여 기업들은 보안 규제를 준수하면서도 AI 서비스 구축에 필요한 연산 인프라를 활용할 수 있게 될 전망이다. 특히 민원 상담, 행정 업무 지원, 문서 검색 및 분석 등 공공 서비스 영역에서 AI 에이전트 적용 범위가 확대될 것으로 예상된다. 클라우드 업계에서는 향후 공공 AI 인프라 시장에서 GPU 중심 구조가 점차 변화할 가능성에 주목하고 있다. 그동안 AI 인프라는 엔비디아 GPU 중심으로 구축돼 왔으나, 국산 AI 반도체 생태계 확대 정책과 맞물리면서 NPU 기반 인프라 도입이 본격화되는 흐름이라는 분석이다. 앞서 KT 클라우드는 지난 4월 AI 통합 플랫폼 'AI 넥서스'를 출시하며 AI 인프라 사업을 확장한 바 있다. AI 넥서스는 학습 전용 인프라 'AI 트레인'과 추론 전용 인프라 'AI SERV'를 통합한 서비스로, AI 모델 개발부터 배포, 운영까지 전 과정을 단일 플랫폼에서 지원한다. 특히 모델 서빙(Model Serving) 기능을 통해 복잡한 배포 과정 없이 AI 모델을 실행 환경에 적용할 수 있도록 설계했고, 모델 스토어 기능을 통해 오픈소스 모델 기반 AI 서비스 구축도 지원한다. 또한 'A100', 'H100', 'H200' 등 다양한 GPU 라인업을 제공하고 있으며, 향후 차세대 GPU인 '엔비디아 B300' 기반 서비스로 확장할 계획이다. KT 클라우드는 공공 보안 요건을 충족하는 AI 인프라 제공을 기반으로 공공기관과 지자체의 디지털 전환(AX) 수요에 대응하고, 국내 AI 반도체 생태계 확산에도 기여한다는 방침이다. 김봉균 KT 클라우드 대표는 "정부의 국산 AI 반도체 활용 확대 기조에 맞춰 공공 전용 NPU 상품을 출시하게 됐다"며 "KT 클라우드는 최적의 AI 인프라 플랫폼 사업자로서 공공기관과 기업의 AX 혁신을 지원하고, 국가 AI 산업 경쟁력 강화에 기여하겠다"고 말했다.
2026-06-04 09:59:00
SKT, 국방부와 손잡고 국방 AX 본격화…'소버린 AI' 첫 실전 적용 [경제일보] SK텔레콤이 국방부와 손잡고 국방 인공지능 전환(AX) 시장 공략에 본격 나선다. 정부가 추진 중인 독자 AI 파운데이션 모델 프로젝트가 실제 국방 분야에 적용되는 첫 사례로 국산 AI 기반 '소버린 AI' 전략이 국방 영역에서 본격화되고 있다. 14일 SK텔레콤은 서울 중구 을지로 SKT타워에서 국방부와 '과학기술정보통신부 독자 AI 파운데이션 모델 국방 분야 활용' 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 과기정통부가 추진 중인 독자 AI 파운데이션 모델 프로젝트와 연계해 국방 분야 AI 활용을 확대하기 위한 후속 조치로 알려졌다. 양측은 이번 협력을 통해 독자 AI 파운데이션 모델 기반 국방 특화 AI 모델 개발 및 실증을 진행하고 국방 분야 공개 데이터 수집·활용, 국가 AI 프로젝트와 연계한 GPU 인프라 지원 등 다양한 분야에서 협력할 계획이다. 이를 통해 군 행정 업무 효율화와 국방 데이터 기반 AI 활용 체계 구축에 나선다는 방침이다. SK텔레콤은 이번 사업이 정부 독자 AI 모델 프로젝트가 실제 산업·공공 현장에 적용되는 첫 사례라고 설명했다. 그동안 국내 AI 업계에서는 미국 빅테크 중심 생성형 AI 의존도를 낮추고 데이터 주권을 확보하기 위한 '소버린 AI' 필요성이 지속적으로 제기돼 왔다. 국방 분야는 높은 수준의 보안과 폐쇄형 데이터 운영 환경이 요구되는 대표적 영역으로 꼽힌다. 외산 대규모 언어 모델(LLM)을 직접 활용하기 어려운 만큼 국내 기술 기반 AI 모델 수요가 커질 가능성이 높은 분야로 평가된다. 전준범 국방부 국방인공지능기획국장은 "이번 협약을 통해 독자 AI 파운데이션 모델 기반의 국방 특화 AI 모델을 신속히 개발·실증해 국방 AX가 한 걸음 도약하는 계기가 될 수 있을 것"이라며 "국방 분야 전반에 AI를 효과적으로 도입하기 위해 SK텔레콤 등 민간과의 협력을 지속적으로 확대해 나가겠다"고 설명했다. SK텔레콤은 자체 초거대 AI 모델 'A.X K1'과 GPU 서비스형 인프라(GPUaaS) 역량을 바탕으로 국방 특화 AI 모델 개발을 추진할 예정이다. 앞서 SK텔레콤은 지난 1월 국내 최초로 5000억개 이상 매개변수를 적용한 519B급 초거대 AI 모델 'A.X K1'을 공개하며 과기정통부 독자 AI 파운데이션 모델 프로젝트 2단계에 진출한 바 있다. SK텔레콤은 이번 사업에서 대규모 AI 모델 경량화 기술을 적용해 국방 환경에 적합한 형태로 모델을 최적화할 계획이다. 국방 데이터를 추가 학습시켜 군 특화 AI 모델을 구축하고 처리 속도와 운영 효율성을 높인 경량 모델도 제공할 예정이다. 국방부는 올해 2분기 중 국가 AI 프로젝트를 통해 확보한 GPU 자원을 SK텔레콤에 지원할 계획이다. SK텔레콤은 이를 활용해 국방 AI 모델 개발과 실증을 추진하고 국가 연구개발(R&D) 인프라 기반 협력 체계도 강화한다는 방침이다. SK텔레콤 역시 AI 데이터센터(AIDC)와 GPUaaS, 초거대 AI 모델을 결합한 AI 인프라 사업 확대에 집중하고 있다. 이번 국방 AI 협력을 계기로 통신 사업을 넘어 국가 단위 AI 인프라 사업자로 입지를 확대하려는 전략으로 풀이된다. 김명국 SK텔레콤 산업용 AI 본부장은 "SK텔레콤의 AI 기술력부터 데이터센터, 통신을 아우르는 통합 역량을 바탕으로 K-국방 경쟁력 강화에 기여하게 돼 의미가 크다"며 "앞으로도 데이터 주권 및 보안이 중요한 금융·제조·의료·공공 등 영역에서 AI 활용을 확산해 K-AI 경쟁력을 강화해 나가겠다"고 말했다.
2026-05-14 17:08:46
이억원 금융위원장, 퓨리오사AI 방문…"AI 주권은 산업 안보 핵심" [경제일보] 이억원 금융위원장이 국내 인공지능 반도체 기업 퓨리오사AI를 찾아 AI 산업에 대한 금융지원 확대 필요성을 강조했다. 독자적인 연산 인프라와 국산 AI 모델 확보가 AI 주권이자 산업 안보의 핵심이라는 판단이다. 금융위원회는 이 위원장이 12일 서울 강남구 퓨리오사AI 본사를 방문해 생산 및 연구시설을 둘러보고 국내 AI 반도체·모델 기업 관계자들과 간담회를 열었다고 밝혔다. 간담회에는 이도규 과학기술정보통신부 정보통신정책실장, 최우혁 산업통상부 첨단산업정책관, 박상진 산업은행 회장, 신혜숙 국민성장펀드 부문장 등이 참석했다. 기업 측에서는 퓨리오사AI, 업스테이지, LG AI연구원, 뤼튼AI, 로앤컴퍼니 경영진이 자리했다. 이번 방문은 국내 NPU 산업 현장을 직접 확인하고 AI 파운데이션 모델 등 반도체와 서비스 분야에 대한 이해를 바탕으로 국민성장펀드의 지원 효율성을 높이기 위해 마련됐다. 이 위원장은 “지금 세계는 단순한 기술 경쟁을 넘어 국가의 미래를 결정짓는 거대한 AI 전환의 시대를 지나고 있다”며 “AI는 전기나 인터넷처럼 새로운 국가 인프라이자 성장의 기반이며 산업 전반의 생산성과 경쟁력을 재편하고 있다”고 말했다. 그는 특히 외국 기업의 GPU와 빅테크 모델에 대한 과도한 의존을 경계했다. 이 위원장은 “독자적인 연산 인프라와 데이터, 모델 역량을 확보하는 것은 곧 AI 주권이자 산업 안보의 문제”라며 “저전력·고효율 NPU 등 하드웨어를 육성하는 동시에 우수한 국산 AI 모델을 만들어내는 것은 국가 경제 차원의 핵심 전략 과제”라고 강조했다. 금융위는 국민성장펀드를 통해 AI 분야 투자를 확대하고 있다. 이 위원장은 국민성장펀드 1차 메가 프로젝트에 ‘K-엔비디아’ 사업을 포함했고 2차 프로젝트를 통해 ‘소버린 AI’ 가치사슬 전반을 아우르는 투자 계획을 마련했다고 설명했다. 올해 1~4월 국민성장펀드는 총8조4000억원 규모 11건의 투자 계획을 승인했다. 이 가운데 AI 분야에는 전체의 약24%인 2조원 규모 4건의 자금이 집중 지원됐다. 금융위는 리벨리온과 업스테이지 등 국내 대표 기업에 수천억원 규모의 직접 투자를 집행했고 국가 AI 컴퓨팅 센터 구축도 민관 협업으로 추진하고 있다고 밝혔다. 이 위원장은 AI 산업의 특성상 장기 자금 공급이 중요하다고 봤다. 그는 “AI 산업은 단기간에 성과가 나는 단거리 경주가 아닌 만큼 금융이 모험자본이자 인내자본으로서 역할을 다해야 한다”고 말했다. 이어 “이제는 금융과 산업 정책이 따로 갈 수 없는 시대”라며 “앞으로 금융은 재무제표와 담보 중심에서 벗어나 기술과 인재 생태계의 가능성을 읽어내는 산업을 이해하는 금융으로 진화할 것”이라고 밝혔다. 현장에서는 기업들의 기술 시연과 사업 계획도 공유됐다. 퓨리오사AI는 차세대 추론 특화 반도체 ‘레니게이드’의 성능을 시연하고 유치 자금을 양산과 3세대 반도체 개발에 활용하겠다고 설명했다. 업스테이지는 기업용 AI 모델 고도화와 일반 국민용 LLM ‘솔라 오픈’ 개발 현황을 공유했다. 이번 간담회는 AI 반도체와 AI 모델을 하나의 가치사슬로 묶어 지원하려는 정부 기조를 보여준다. AI 경쟁력은 반도체만으로 완성되지 않는다. 연산 인프라와 모델 데이터 서비스 생태계가 함께 맞물려야 한다. 금융지원도 특정 기업의 설비투자에 그치지 않고 반도체 모델 응용서비스가 연결되는 구조로 설계돼야 효과가 커질 수 있다. 다만 국민성장펀드의 역할이 실질 성과로 이어지려면 투자 집행 이후의 관리도 중요하다. AI 반도체 기업은 양산과 고객 확보가 관건이고 AI 모델 기업은 성능 고도화와 수익모델 확보가 필요하다. 정부와 정책금융이 초기 자금을 공급하는 것을 넘어 민간 수요 창출과 글로벌 판로 확대까지 연계해야 산업 생태계가 안정적으로 성장할 수 있다. 이억원 금융위원장은 “앞으로도 현장과 더 자주 소통하는 찾아가는 간담회를 이어가겠다”며 “우리의 일상과 산업 현장을 근본적으로 변화시킬 피지컬 AI 분야까지 안목을 넓혀 폭넓게 지원해 나가겠다”고 말했다.
2026-05-12 15:49:56
정부, 국산 온디바이스 AI 반도체 현장 점검…산업 확산 모색 [경제일보] 정부가 국산 온디바이스 인공지능 반도체의 산업 현장 활용 사례를 점검하고 시장 확산 방안 모색에 나섰다. 피지컬 AI와 에이전틱 AI 확산으로 저전력·저지연 반도체 수요가 커지는 만큼 국내 기업의 실증과 상용화 속도를 높이겠다는 취지다. 과학기술정보통신부는 12일 포스코DX 판교사무소와 AI 반도체 기업 딥엑스를 방문해 온디바이스 AI 반도체 활용 현장을 점검하고 공급·수요기업 간담회를 열었다고 밝혔다. 온디바이스 AI 반도체는 데이터센터 등 서버에 탑재되는 AI 반도체와 달리 개별 기기 안에서 AI 연산을 수행하는 반도체다. 데이터를 외부 서버로 보내지 않고 기기 내부에서 처리할 수 있어 응답 지연을 줄이고 전력 소모를 낮출 수 있다. 외부 전송 데이터가 줄어 보안성이 높다는 점도 장점이다. 이번 현장 방문은 지난달30일 SK텔레콤과 LG AI연구원 방문에 이은 두 번째 사례다. 정부 연구개발과 실증 지원 사업의 성과를 점검하고 실제 산업 현장에서 국산 AI 반도체가 어떻게 활용되는지 확인하기 위해 마련됐다. 과기정통부는 먼저 포스코DX의 산업용 제어시스템 ‘포스마스터’에 모빌린트의 AI 반도체가 적용된 사례를 살펴봤다. 해당 기술은 로봇 물류 산업 안전 등 포스코그룹의 주요 사업 영역에서 기술 실증이 진행되고 있다. 모빌린트는 포스코DX와 포스코기술투자가 공동 조성한 기업형 벤처캐피탈을 통해 약30억원 규모의 투자를 유치한 바 있다. 산업 현장의 수요기업과 AI 반도체 공급기업이 투자와 실증으로 연결되는 사례라는 점에서 의미가 있다. 이어 방문한 딥엑스는 지난해8월 온디바이스 AI 반도체 ‘DX-M1’ 양산을 시작한 기업이다. 현재 한국을 포함한 8개국에서 총900만달러 규모의 계약을 체결했다. 초저전력 AI 반도체 기술을 앞세워 CES 2026에서 혁신상을 받은 바 있다. 과기정통부는 현장 점검 이후 공급·수요기업 간담회를 열고 기업별 AI 반도체 활용 현황과 향후 계획을 공유했다. 국산 온디바이스 AI 반도체 확산을 위한 정책 지원 방안과 업계 건의 사항도 청취했다. 온디바이스 AI 반도체는 향후 로봇 자율주행 스마트팩토리 보안카메라 가전 의료기기 등 다양한 산업으로 확산될 가능성이 크다. 특히 피지컬 AI는 실제 기기와 로봇이 주변 환경을 인식하고 판단해야 하기 때문에 낮은 지연시간과 낮은 전력 소모가 중요하다. 클라우드에 의존하지 않고 현장에서 즉시 연산하는 반도체의 필요성이 커지는 이유다. 에이전틱 AI 확산도 온디바이스 반도체 수요를 키울 수 있다. AI 에이전트가 기기 안에서 사용자의 의도를 파악하고 작업을 수행하려면 연산 성능과 보안성이 동시에 필요하다. 개인정보와 산업 데이터가 외부로 이동하지 않는 구조는 기업 현장에서 중요한 경쟁 요소가 될 수 있다. 다만 국산 온디바이스 AI 반도체가 시장에 안착하려면 성능 검증과 생태계 확보가 함께 이뤄져야 한다. 반도체 칩 자체의 성능뿐 아니라 소프트웨어 개발도구 모델 최적화 레퍼런스 기기 양산 공급망이 맞물려야 한다. 수요기업이 쉽게 도입할 수 있도록 실증 사업과 초기 구매 지원도 필요하다. 정부의 역할은 단순 R&D 지원을 넘어 수요와 공급을 연결하는 데 있다. 산업 현장에 적용 가능한 실증 사례가 늘어날수록 국산 AI 반도체의 신뢰도도 높아질 수 있다. 포스코DX와 딥엑스 사례처럼 제조·로봇·물류 분야에서 검증된 레퍼런스가 쌓이면 해외 시장 진출에도 도움이 될 전망이다. 과기정통부 관계자는 “피지컬 AI와 에이전틱 AI 시장이 빠르게 성장하면서 저지연·저전력 특성을 갖춘 온디바이스 AI 반도체 수요가 확대될 것으로 예상된다”며 “국산 AI 반도체가 실제 산업 현장에서 활용될 수 있도록 공급기업과 수요기업 간 협력을 적극 지원하겠다”고 밝혔다.
2026-05-12 15:32:14
정부 'AI 고속도로' 시동…삼성SDS 컨소시엄, 국가AI센터 구축 착수 [경제일보] 정부와 삼성SDS 컨소시엄이 총 4000억원 규모의 초기 자본을 투입해 국가 인공지능(AI) 핵심 인프라인 '국가AI컴퓨팅센터' 구축 사업에 본격 착수한다. 정부가 추진 중인 'AI 고속도로' 전략의 핵심 인프라 구축이 본궤도에 오른 것으로 평가된다. 11일 과학기술정보통신부는 국가AI컴퓨팅센터 구축 사업의 민간 참여자로 삼성SDS 컨소시엄을 최종 확정하고 실시협약과 주주간 계약 체결을 완료했다고 밝혔다. 이번 사업은 정부의 마중물 투자와 민간 자본을 결합한 민관 합작 방식으로 추진되며 향후 총 2조5000억원 규모의 대규모 AI 인프라 투자로 확대될 예정이다. 삼성SDS가 주도하는 컨소시엄에는 네이버클라우드와 KT, 카카오, 삼성전자, 삼성물산, 클러쉬, 전라남도, 서남해안기업도시개발 등 국내 주요 IT·건설 기업과 지방자치단체가 참여한다. 정부와 민간이 공동 출자해 특수목적법인(SPC)을 설립하고 이를 중심으로 AI 컴퓨팅센터를 구축·운영하는 구조다. 이번 사업은 과기정통부가 추진하는 국가 AI 인프라 구축 프로젝트의 핵심 사업으로 꼽힌다. 정부는 최근 글로벌 AI 경쟁이 대규모 컴퓨팅 자원 확보 경쟁으로 확대되자 기업·대학·연구기관이 공동 활용할 수 있는 국가 차원의 AI 연산 인프라 구축 필요성이 커졌다고 판단한 것으로 알려졌다. 최근 초거대 AI 모델 개발 경쟁이 심화되면서 미국과 중국 등 주요 국가들은 수만장 규모 GPU를 확보한 AI 데이터센터 구축에 속도를 내고 있다. 반면 국내 기업과 연구기관은 상대적으로 제한된 GPU 자원에 의존해 왔다는 지적이 꾸준히 제기돼 왔다. 이에 정부는 데이터와 알고리즘뿐 아니라 AI 컴퓨팅 인프라 자체가 국가 경쟁력의 핵심 요소라고 보고 대규모 공공 투자에 나선 것으로 풀이된다. 이번 사업은 지난해 9월 공모 시작 당시 삼성SDS 컨소시엄이 단독 입찰하면서 주목받았다. 이후 기술·정책 평가와 금융 심사를 거쳐 지난 3월 우선협상대상자로 선정됐으며 최근 국민성장펀드 기금운용심의회에서 SPC 출자가 승인되면서 사업 추진이 최종 확정됐다. 이번 출자를 통해 공공 부문 1160억원과 민간 부문 2840억원 등 총 4000억원 규모 초기 자본금이 확보된 것으로 알려졌다. 삼성SDS는 1200억원을 출자해 SPC 지분 30%를 확보했으며 정부 등 공공 부문은 29% 지분으로 2대 주주에 올랐다. 과기정통부와 삼성SDS 컨소시엄은 올해 2분기 내 SPC 설립을 완료하고 3분기 중 센터 착공에 돌입할 계획이다. 이후 SPC를 중심으로 정책금융과 민간 자금 등을 추가 조달해 총 2조5000억원 규모 투자로 사업을 확대한다는 방침이다. 국가 AI 컴퓨팅센터는 전남 해남의 솔라시도 데이터센터 파크에 구축될 예정이며 오는 2028년까지 첨단 AI 반도체 1만5000장 규모의 연산 인프라 확보를 목표로 한다. 완공 이후에는 국내 기업과 스타트업, 대학, 연구기관 등이 세계적 수준의 고성능 AI 컴퓨팅 자원을 활용할 수 있는 핵심 인프라 역할을 수행하게 된다. 특히 정부는 중소기업과 스타트업, 학계·연구계 등에 AI 연산 자원을 보다 저렴한 비용으로 제공하고 기술 컨설팅과 사업화, 글로벌 진출 지원까지 연계한다는 계획이다. AI 인프라 접근성이 낮았던 국내 중소 AI 기업과 연구기관들의 연구개발 환경 개선에도 도움이 될 것으로 전망된다. 국산 AI 반도체 생태계 육성도 주요 목표 중 하나다. 센터 내에서는 신경망처리장치(NPU) 등 국산 AI 반도체의 설계와 검증, 상용 서비스 적용 등을 지원하는 전주기 테스트 환경도 구축될 예정이다. 정부는 이를 통해 해외 GPU 중심 구조에서 벗어나 국내 AI 반도체 산업 경쟁력도 함께 강화하겠다는 구상이다. 국가 AI 컴퓨팅센터는 정부가 추진하는 'AI 3대 강국 도약' 전략과 AI 고속도로 구축 정책의 핵심 시설로 평가된다. 대규모 연산 자원을 기반으로 AI 연구개발과 산업 생태계를 지원하고 국내 AI 기업들의 글로벌 경쟁력을 끌어올리는 역할을 맡게 될 전망이다. 최동원 과기정통부 인공지능인프라정책관은 "인공지능 고속도로의 핵심 기반 시설(인프라)이자 인공지능 생태계 성장의 이음터(플랫폼)인 국가 인공지능 컴퓨팅센터 구축 사업이 본격적으로 진행될 것으로 기대된다"며 "오는 2028년 이내에 국가 인공지능 컴퓨팅센터를 구축할 수 있도록 삼성SDS, 관계 기관 등과 긴밀히 소통하여 신속한 사업 추진에 만전을 기해 나가겠다"고 말했다.
2026-05-11 17:44:05
GPU 확보 넘어 '인프라 설계' 경쟁…엘리스, 모듈형 데이터센터로 AI 판 흔든다 [경제일보] 국내 AI(인공지능) 기업 엘리스그룹이 이동형 모듈러 데이터센터(PMDC)를 앞세워 AI 인프라 시장 공략에 나서면서 AI 경쟁의 핵심 축이 GPU 확보에서 인프라 설계·운용 역량으로 이동하고 있다. 글로벌 빅테크 중심으로 형성된 AI 생태계에 대응해 국산 AI 인프라 구축 필요성도 함께 부각되는 흐름이다. 엘리스그룹은 15일 서울 강남구 본사에서 열린 기자간담회를 통해 AI 인프라 구축부터 교육·솔루션까지 아우르는 'AI 풀스택 전략'을 공개했다. 핵심은 PMDC다. 기존 데이터센터 구축에 1~2년이 소요되는 것과 달리 약 3개월 내 설치가 가능한 이동형 데이터센터로 AI 수요 급증에 빠르게 대응할 수 있는 구조다. 특히 엔비디아 차세대 GPU '베라 루빈 NVL72'를 지원하는 고전력 인프라 설계를 완료했다는 점이 주목된다. 해당 GPU는 랙당 200kW 이상의 전력을 요구하는 고사양 장비로 전력·냉각·네트워크를 동시에 최적화해야 하는 고난도 인프라 기술이 필요하다. 배경에는 AI 인프라 경쟁 심화가 있다. 생성형 AI 확산으로 GPU 수요가 폭증하면서 글로벌 기업들은 데이터센터 확보 경쟁에 나서고 있다. 그러나 최근 들어 단순히 GPU를 많이 확보하는 것만으로는 경쟁력을 확보하기 어렵다는 인식이 확산되고 있다. AI 모델 성능은 연산 자원뿐 아니라 이를 얼마나 효율적으로 연결하고 운영하느냐에 크게 좌우되기 때문이다. 이 과정에서 '클러스터링' 기술이 핵심 변수로 떠오르고 있다. 수천~수만 개 GPU를 하나의 시스템처럼 연결해 연산 성능을 극대화하는 기술로 네트워크 구조와 데이터 처리 효율이 성능을 결정짓는다. 엘리스그룹은 최대 1만장 이상 GPU를 연결할 수 있는 설계 역량을 확보하며 대규모 연산 환경 구축 경쟁에 뛰어든 상태다. 이는 AI 인프라 경쟁이 '하드웨어 확보'에서 '시스템 설계'로 확장되고 있음을 보여주는 대목이다. 비용 구조 변화도 중요한 포인트다. AI 인프라의 가장 큰 진입 장벽은 비용이다. 고성능 GPU와 이를 연결하는 인피니밴드 네트워크는 막대한 투자를 요구한다. 엘리스그룹은 이를 이더넷 기반 네트워크로 대체해 비용을 낮추고 유휴 GPU를 활용한 '스팟 요금제'를 통해 이용 비용을 최대 50% 수준으로 낮추는 모델을 제시했다. 이는 AI 인프라를 일부 대기업이 독점하는 구조에서 벗어나 더 많은 기업이 접근할 수 있도록 하는 '비용 민주화' 전략으로 해석된다. AI 풀스택 전략도 같은 맥락이다. 엘리스그룹은 단순 인프라 제공을 넘어 AI 솔루션과 교육까지 결합한 구조를 구축하고 있다. 문서 분석 솔루션과 생성형 AI를 결합해 실제 업무에 적용 가능한 서비스를 제공하고 이를 활용할 인력까지 함께 양성하는 방식이다. 이는 AI 인프라 기업이 단순 클라우드 사업자가 아니라 ‘AI 활용 생태계’ 전반을 구축하는 방향으로 진화하고 있음을 보여준다. 이러한 흐름은 '소버린 AI' 논의와도 연결된다. 최근 각국은 자국 데이터와 산업을 보호하기 위해 독자적인 AI 인프라 구축을 추진하고 있다. GPU, 클라우드, AI 모델까지 포함한 전체 밸류체인을 확보해야 기술 주권을 유지할 수 있다는 판단에서다. 엘리스그룹이 국산 인프라 구축 필요성을 강조하는 것도 이러한 글로벌 흐름과 맞닿아 있다. 하지만 AI 인프라는 초기 투자 비용이 크고 수요 변동성도 높다. 또한 글로벌 시장에서는 이미 대형 클라우드 기업들이 시장을 장악하고 있어 후발 주자의 진입 장벽이 높은 편이다. 기술적으로도 대규모 GPU 클러스터를 안정적으로 운영하기 위해서는 지속적인 투자와 운영 경험 축적이 필요하다. AI 경쟁의 핵심은 더 이상 GPU 보유 규모가 아니라 이를 효율적으로 연결·운용하는 역량으로 이동하고 있다. 엘리스그룹의 PMDC 전략은 이러한 변화에 대한 하나의 해법으로 평가된다. 데이터센터를 구축하는 방식에서 필요 시 신속하게 활용하는 방식으로 전환되는 가운데 AI 인프라의 형태 자체가 변화하며 새로운 경쟁 구도가 형성되고 있다.
2026-04-15 17:10:16
美·中에 밀린 日 'AI 연합'으로 승부수…소뱅·소니·혼다 등 결집 [경제일보] 일본 주요 기업들이 연합 형태로 인공지능(AI) 개발사 설립에 나섰다. 미국과 중국 중심으로 형성된 AI 경쟁 구도 속에서 대형 모델 개발과 산업 적용을 동시에 추진하며 기술 자립 기반을 구축하려는 움직임으로 해석된다. 12일 요미우리신문에 따르면 소프트뱅크, NEC, 혼다, 소니 등 4개 기업은 공동으로 일본 AI 기반모델 개발사를 설립했다. 일본 주요 기업이 컨소시엄 형태로 AI 모델 개발에 나선 것은 이례적인 사례로 꼽힌다. 이 회사는 조 단위(트릴리언급) 파라미터 규모의 대형 AI 모델 개발을 추진한다. 단순 생성형 AI를 넘어 로봇을 제어할 수 있는 차세대 AI 개발을 목표로 한다. 제조와 로보틱스 분야에서 축적된 기술을 AI와 결합해 활용 범위를 확대하려는 전략이다. 역할 분담도 구체화됐다. 소프트뱅크와 NEC는 AI 기반 모델 개발을 맡고, 소니와 혼다는 이를 자동차, 로봇, 게임, 반도체 등 자사 사업 영역에 적용하는 구조다. 개발과 활용을 분리해 상용화 속도를 높이겠다는 접근으로 풀이된다. 지분 구조는 산업 전반이 참여하는 형태로 설계됐다. 일본제철, 미쓰비시UFJ은행, 미쓰이스미토모은행, 미즈호은행 등 주요 기업과 금융기관이 소액 주주로 참여해 투자 기반을 넓혔다. 해당 개발사는 일본 경제산업성이 추진하는 AI 지원 사업에 참여할 계획이다. 이 사업은 2026회계연도부터 5년간 총 1조엔(약 9조3000억원) 규모로 진행되며, 국산 AI 개발 기업 등을 대상으로 지원이 이뤄진다. 경영은 소프트뱅크에서 AI 개발을 담당하던 인사가 맡는다. 기존 대형 IT 기업에서 축적된 개발 경험을 바탕으로 단기간 내 모델 구축에 속도를 낼 것으로 예상된다. 이번 연합은 글로벌 AI 경쟁 구도 변화에 대응하기 위한 전략으로 해석된다. 현재 대형 AI 모델 개발은 미국과 중국 기업이 주도하고 있으며, 일본 기업은 상대적으로 후발 주자에 속한다. 특히 일본은 로봇과 제조 분야에서 강점을 보유하고 있어 AI 적용 영역에서 차별화를 시도하고 있다. 요미우리신문은 “AI 모델 개발에서는 미국과 중국이 앞서 있지만, 피지컬 AI 분야에서는 일본이 경쟁력을 보유한 것으로 평가된다”며 “대형 국산 AI와 활용 체계를 구축해 추격에 나설 것”이라고 전했다.
2026-04-12 16:07:02

12

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[사설] 환율 안정에 안주할 때 아니다…외환 방어력 키울 골든 타임이다

[사설] 환율 안정에 안주할 때 아니다…외환 방어력 키울 골든 타임이다